המדריך המלא לבניית Skills ב-Claude

הבעיה שכולם מכירים

כל שיחה חדשה עם Claude — מתחילים מאפס. הפורמט המועדף עליך, סגנון הכתיבה של הצוות, המינוח המקצועי שלך, סטנדרטים האיכות — הכל נעלם. אתה מבלה את הדקות הראשונות בלבנות מחדש הקשר שכבר בנית בשיחה הקודמת.

לפרויקט חד-פעמי — בסדר. לעבודה מקצועית שחוזרת על עצמה — זה מס על כל שיחה.

Claude Skills הם הפתרון. Skill הוא תיקייה עם הוראות שאתה בונה פעם אחת, ו-Claude טוען אוטומטית כשהמשימה מתאימה. ההעדפות שלך, ה-workflow, הידע הדומיין — מוטמעים ב-Skill, לא מודבקים מחדש בכל צ'אט.

Skills הושקו באוקטובר 2025 ומהר מאוד הפכו לדרך הדומיננטית לתת ל-Claude יכולות ספציפיות לדומיין. מאגר ה-Skills הרשמי של Anthropic ב-github.com/anthropics/skills כבר עבר 141,000 כוכבים ו-16,000+ forks.

מה זה בעצם Skill?

Skill הוא תיקייה. בתוכה קובץ SKILL.md (חובה) ואופציונלית:

your-skill-name/
├── SKILL.md              # חובה — קובץ ה-skill הראשי
├── scripts/              # אופציונלי — קוד להרצה
│   ├── process_data.py
│   └── validate.sh
├── references/           # אופציונלי — תיעוד שנטען לפי צורך
│   ├── api-guide.md
│   └── examples/
└── assets/               # אופציונלי — תבניות, גופנים, אייקונים
    └── report-template.md

זו כל ההגדרה הטכנית. Skills הם לא מודלים, לא plugins במובן של WordPress, לא תוספות בתשלום. הם הוראות Markdown בקוד פתוח + קבצים נלווים.

מערכת שלוש השכבות

הכוח האמיתי טמון בארכיטקטורה. Claude משתמש במערכת Progressive Disclosure עם שלוש שכבות:

המשמעות: אפשר להתקין עשרות Skills מבלי להכביד על ה-context — רק ה-frontmatter של כל Skill נטען כברירת מחדל.

ה-Skill מול MCP

לצוותים שבונים על שרתי MCP: Skills מוסיפים שכבת ידע מעל ה-connectivity.

כפי ש-Anthropic מסביר: MCP מספק את המטבח המקצועי — גישה לכלים, מרכיבים וציוד. Skills מספקים את המתכונים וההוראות לייצור משהו בעל ערך. MCP אומר ל-Claude מה הוא יכול לעשות. Skills אומרים לו איך לעשות זאת טוב.

תכנון לפני שכותבים שורה אחת

הטעות הנפוצה: מתחילים עם מבנה הקבצים במקום עם תרחיש השימוש. ה-מדריך הרשמי של Anthropic ברור: הגדר 2-3 תרחישים קונקרטיים לפני שנוגעים בקבצים.

ארבע שאלות לפני שמתחילים

1. מה המשתמש רוצה להשיג?
2. איזה workflow רב-שלבי זה דורש?
3. אילו כלים נחוצים — יכולות מובנות של Claude, או כלים מחוברים דרך MCP?
4. איזה ידע דומיין או best practices כדאי להטמיע שהמשתמש אחרת היה צריך להסביר בכל שיחה?

שלוש קטגוריות עיקריות של Skills

יצירת מסמכים ונכסים — פלט עקבי ואיכותי: מסמכים, מצגות, עיצובים, קוד. מוטמעים מדריכי סגנון ו-checklists. דוגמאות מהמאגר הרשמי: docx, pdf, pptx, xlsx, frontend-design.

אוטומציה של Workflow — תהליכים רב-שלביים עם מתודולוגיה קבועה: pipelines של מחקר, workflow תוכן, רצפי onboarding. ה-skill-creator הוא הדוגמה הקנונית — הוא מנחה את המשתמש צעד אחרי צעד.

שיפור MCP — שכבת ידע מעל שרת MCP עובד. אם המשתמשים שלך חיברו Notion, Linear, או Sentry דרך MCP אבל לא יודעים אילו workflows להריץ — Skill של שיפור MCP מספק את שכבת הידע.

קריטריוני הצלחה לפני ה-build

כמותיים: Skill מתעורר על לפחות 90% מהשאילתות הרלוונטיות; מסיים workflow במספר tool calls מוגדר.

איכותיים: משתמשים לא צריכים לתקן את Claude באמצע ה-workflow; תוצאות עקביות בין ריצות חוזרות; משתמש חדש מצליח בניסיון הראשון.

הדרישות הטכניות

כאן רוב ה-Skills נכשלים בשקט. הכללים נוקשים, והשגיאות מבלבלות כי Claude פשוט לא יטען Skill שמפר אותם — ללא הודעת שגיאה.

כללי שמות — קריטיים

YAML Frontmatter — הפורמט המינימלי

---
name: your-skill-name
description: מה זה עושה. השתמש כש... [ביטויים ספציפיים].
---

הפורמט המלא עם כל השדות האופציונליים:

---
name: your-skill-name
description: מה זה עושה ומתי להשתמש. (עד 1024 תווים, ללא תגיות XML)
license: MIT
compatibility: דורש Claude Code עם Python 3.9+ בסביבה.
metadata:
  author: השם שלך
  version: 1.0.0
  mcp-server: שם-השירות
---

חשוב: description יכול להכיל עד 1024 תווים. זהו השדה הקריטי ביותר — הוא קובע אם Claude יטען את ה-Skill או לא.

כתיבת Skills שעובדים

נוסחת שדה ה-description

המבנה שמייצר triggering אמין: [מה זה עושה] + [מתי להשתמש] + [יכולות מפתח].

תיאורים טובים:

# טוב — משימה ספציפית, ביטויי trigger ספציפיים, סוג קובץ מוזכר
description: מנתח קבצי Figma ומייצר תיעוד handoff למפתחים.
  השתמש כש... קבצי .fig, "design specs", "component documentation",
  או "design-to-code handoff".

# טוב — שירות בשם, שפה ספציפית של trigger
description: מנהל workflows של Linear כולל תכנון sprint, יצירת משימות
  ומעקב סטטוס. השתמש כש... "sprint", "Linear tasks", "project planning",
  או "create tickets".

תיאורים גרועים:

# גרוע — מעורפל, אין תנאי trigger
description: עוזר עם קבצי עיצוב.

# גרוע — אין ביטויי trigger, אין משימה ספציפית
description: Skill לאוטומציה של workflow.

מבנה גוף ההוראות

אחרי ה-frontmatter, כתוב הוראות ב-Markdown:

# שם ה-Skill

## הוראות

### שלב 1: [השלב הראשון]
הסבר ברור של מה קורה ולמה.

\`\`\`bash
python scripts/fetch_data.py --project-id PROJECT_ID
\`\`\`

פלט צפוי: [תאר איך נראה הצלחה]

## דוגמאות

### דוגמה 1: [תרחיש נפוץ]
**המשתמש אומר**: "צור Board Deck לרבעון Q3 — מצרף אקסל עם Actuals ו-Budget"
**פעולות:**
קרא את קובץ ה-Excel וחלץ Actuals, Budget, Prior Year
הרץ את scripts/generate_deck.py עם הנתונים
**תוצאה:** קובץ PPTX מוכן עם 8 שקפים + speaker notes לסמנכ"ל

## פתרון בעיות

### שגיאה: [הודעת שגיאה נפוצה]
**סיבה:** [למה זה קורה]
**פתרון:** [איך לתקן שלב אחרי שלב]

ארבעה עקרונות שהופכים הוראות לאמינות:

• ספציפיות — פקודות מדויקות עם פלטים צפויים, לא הנחיות מעורפלות
• טיפול בשגיאות — לכל כשל צפוי
• הפניות ברורות לקבצים — עם נתיב מדויק
• Progressive disclosure — הוראות ליבה ב-SKILL.md, פרטים מורחבים ב-references/

Skill עובד מלא — דוגמה מ-A עד Z: FP&A Board Deck

הנה Skill מוכן לייצור שמקצועני פיננסים בונים כדי שסמנכ"ל הכספים יוכל לייצר מצגת Board Deck מוכנה ברגע שמספקים לו נתונים.

מבנה התיקייה:

fpa-board-deck/
├── SKILL.md
└── references/
    └── slides.md        # תבניות PptxGenJS לכל אחד מ-8 השקפים

---
name: fpa-board-deck
description: Creates board-ready financial presentations from FP&A data.
  Use when... "board deck", "board presentation", "financial review",
  "quarterly review presentation", "board meeting slides",
  or when financial data (actuals, budget, prior year) is provided.
  Outputs an 8-slide PowerPoint with P&L, revenue deep-dive, KPI dashboard,
  waterfall bridge, risks/opportunities, and outlook.
license: MIT
compatibility: Requires Claude Code with Python 3.9+ and pptxgenjs installed.
metadata:
  author: Ronen Amos CPA
  version: 1.0.0
---

# FP&A Board Deck

## Workflow

### Step 1: Ingest & Validate
Request three required datasets: Actuals, Budget/Plan, Prior Year.
Ask for optional: revenue segments, KPIs list, forward forecast.
Refuse to generate if Actuals or Budget is missing — output an error message.

### Step 2: Generate (8 slides)
1. Title Slide — company name, period, board attribution
2. Executive Summary — 3-5 "what happened → why it matters" bullets
3. P&L Summary — Actuals vs Budget vs Prior Year with variance color-coding
4. Revenue Deep Dive — grouped bar chart by segment + driver commentary
5. Key Metrics Dashboard — 5-8 KPI cards with trend indicators
6. Waterfall Commentary — bridge chart from Budget to Actuals
7. Risks & Opportunities — two-column layout (red/green)
8. Outlook — forecast table + key assumptions

### Step 3: QA
Extract text from generated PPTX and verify every number matches source data.
Flag any variance > 0.1% as a potential rounding error.

## Style Rules
- Color palette "Midnight Executive": navy #1B2A4A, accent blue #3B82F6
- Green #16A34A for favorable variances, red #DC2626 for unfavorable
- Dollar amounts: $X.XM format. Percentages: 1 decimal. Negatives: (parentheses)
- Commentary leads with "so what" — implications first, numbers second
- Max 6 bullets per slide. Every slide includes CFO speaker notes.

תוצאה לדוגמה:

בדיקת ה-Skill

Anthropic ממליץ על שלושה סוגי בדיקות:

1. בדיקות Triggering — האם ה-Skill נטען כשצריך? האם הוא שקט כשלא צריך?

צריך להתעורר:
  "צור Board Deck לישיבת הדירקטוריון של Q3"
  "הכן מצגת סקירה פיננסית מהנתונים המצורפים"
  "quarterly review presentation — הנה ה-actuals מול budget"

לא אמור להתעורר:
  "סכם לי את הדוח השנתי"
  "עזור לי לכתוב מייל לספק"
  "תקן את הנוסחה באקסל הזה"

הרץ 10-20 שאילתות וודא שלפחות 90% מפעילות את ה-Skill אוטומטית.

2. בדיקות איכות תוצאות — הרץ את אותה בקשה 3-5 פעמים והשווה עקביות. בדוק edge cases: נתונים חסרים (ללא Prior Year), תקופות לא סטנדרטיות (חצי שנה, LTM).

3. בדיקות Regression — אחרי כל שינוי ב-frontmatter, הרץ את כל ה-suite מחדש. עריכות בשדה ה-description הן הסיבה הנפוצה ביותר ל-regression.

הפצת ה-Skill

Claude.ai: zip את תיקיית ה-Skill ← Settings > Capabilities > Skills ← Upload.

Claude Code — התקנה גלובלית:

mkdir -p ~/.claude/skills
cp -r your-skill-name/ ~/.claude/skills/

Claude Code — התקנה ברמת פרויקט:

mkdir -p ./.claude/skills
cp -r your-skill-name/ ./.claude/skills/

רמת ארגון: אדמינים יכולים לפרוס Skills לכל חברי הארגון — יכולת שהושקה ב-18 בדצמבר 2025. ברגע שנפרס ברמת הארגון, כל instance של Claude של עובד טוען את ה-Skill ללא התקנה אישית.

GitHub: שים את ה-README הקריא-לאדם בשורש ה-repo, לא בתוך תיקיית ה-Skill. הוראות התקנה:

/plugin marketplace add your-org/your-repo
/plugin install your-skill-name@your-marketplace-name

Anthropic פרסם את Agent Skills כסטנדרט פתוח ב-agentskills.io — הפורמט עובד ב-Claude ובפלטפורמות AI נוספות שאימצו אותו.

שגיאות נפוצות ופתרונות

הצעד הבא — Skills ב-AI Finance Transformation

Skills הם לא רק כלי לצוותי IT. כ-CFO, קונטרולר, או מנהל FP&A — הידע המקצועי שלך הוא בדיוק מה שצריך להיות מוטמע ב-Skill. תהליך ה-month-end close, תבניות דוחות, מינוח חשבונאי, סטנדרטים של audit — כל אלה יכולים להפוך ל-Skills שעובדים עבורך בכל שיחה.